Pular para o conteúdo
LabS Atlas
Generative AI
Entrar
Sessões

Sessão de Bancada Deep Research e Panorama de Modelos de IA (2025-04-07)

7 abr 20251h 10min
Assistir gravação

Entre para ler os trechos da transcrição de cada capítulo e perguntar ao Labinho sobre esta sessão.

O Labinho é o assistente que responde com as notas e as sessões do LabS e mostra de onde tirou cada resposta.

atualizado há 25 dias
Resumo da sessão

A sessão apresentou o conceito de Deep Research, recurso que combina planejamento de pesquisa, navegação autônoma na web, cruzamento de informações e geração de relatórios estruturados com referências. Foram comparadas soluções da OpenAI, Google, Perplexity e Anthropic, destacando diferenças de acesso, modelos utilizados, possibilidade de editar etapas, exportação de resultados e tempo de execução. Testes com o Gemini produziram relatórios extensos, com dezenas de fontes e boa organização, mas ainda exigiram revisão humana, especialmente por possíveis erros de datas, conexões entre informações e alucinações. Também foi reforçada a importância de delimitar o escopo, indicar fontes confiáveis e verificar criticamente os resultados, já que a ferramenta pode reproduzir informações falsas ou viesadas encontradas na internet.

Gerado por IA a partir da transcrição.
Capítulos · 25
06:34
Abertura da sessão e introdução ao Deep Research
Assistir
09:08
Bancadas, propósito e dinâmica do LEDS
Assistir
13:02
O que é Deep Research
Assistir
15:35
Como funciona a pesquisa profunda
Assistir
16:53
Fontes, confiabilidade e verificação dos resultados
Assistir
22:10
Apresentação prática e edição das etapas
Assistir
23:27
Testes com Gemini e elaboração de prompts
Assistir
27:25
Resultados práticos: relatório e referências
Assistir
28:40
Revisão humana, ética e possíveis usos acadêmicos
Assistir
33:51
Planejamento da pesquisa e cadeia de etapas
Assistir
36:22
Tempo de execução e limitações
Assistir
41:31
Comparação entre Gemini, OpenAI e Perplexity
Assistir
44:07
Gerenciamento de contexto e uso de RAG
Assistir
46:41
Diferenças entre plataformas e modelos
Assistir
47:57
Deep Search vs. Deep Research
Assistir
51:47
Novidades em IA e AWS Nova Act
Assistir
53:02
Nova Act: agentes para tarefas na internet
Assistir
55:42
Automação, RPA e autonomia da Nova Act
Assistir
1:00:52
Lançamento dos modelos Llama 4
Assistir
1:02:08
Capacidades multimodais e execução do Llama 4 Scout
Assistir
1:03:25
Novidades sobre GPT-2 e modelos open source
Assistir
1:04:40
Janela de contexto e desempenho do Llama 4
Assistir
1:05:58
Perguntas e próximos projetos
Assistir
1:07:17
Convite para projetos de IA e blockchain
Assistir
1:08:35
Participação, recompensas e encerramento
Assistir
Cortes · 9
O que é Deep Research
A sessão apresenta o tema do encontro e explica o conceito de Deep Research, recurso que realiza pesquisas aprofundadas na web para produzir respostas mais completas, atualizadas e complexas. Também são contextualizadas as bancadas de conhecimento e o objetivo da apresentação.
06:34 – 14:18Assistir
Como funciona uma pesquisa aprofundada
Os participantes detalham o fluxo do Deep Research: interpretação do prompt, planejamento das etapas, navegação autônoma na web, síntese das informações e geração de um relatório com referências. O trecho também discute como as fontes são apresentadas em diferentes plataformas e a necessidade de verificar a confiabilidade do material encontrado.
14:19 – 23:27Assistir
Teste prático e qualidade dos relatórios
A equipe apresenta testes sobre o impacto da inteligência artificial na descoberta de medicamentos e mostra como o modelo estrutura etapas, pesquisa fontes e gera relatórios extensos. São discutidos os efeitos de prompts muito complexos, possíveis alucinações, qualidade das referências, tempo economizado e a necessidade de revisão humana.
23:27 – 31:16Assistir
Usos, etapas e limites do raciocínio
O grupo debate aplicações do Deep Research em trabalhos acadêmicos, como artigos e TCCs, destacando os riscos éticos e a necessidade de análise crítica. Também explica que o usuário pode revisar o plano de pesquisa antes da execução e que a ferramenta cruza fontes da web para gerar o relatório final.
31:19 – 36:22Assistir
Tempo de resposta e limitações
A apresentação compara tempos de geração de relatórios, que podem variar de poucos minutos a meia hora ou mais conforme o volume de fontes consultadas. Em seguida, são abordadas limitações como fontes inacessíveis, páginas mal estruturadas, vieses, privacidade, erros factuais, dificuldade de interpretação e alucinações.
36:22 – 41:31Assistir
Comparação entre plataformas
O trecho compara as soluções de Deep Research da OpenAI, Google e Perplexity, incluindo modelos utilizados, disponibilidade gratuita, limites de uso e formas de interação. Também são discutidas diferenças na edição do plano de pesquisa, na regeneração de relatórios e no uso de RAG para reunir informações.
41:31 – 46:39Assistir
Deep Research, Perplexity e Deep Search
Compara ferramentas de pesquisa aprofundada, como Perplexity e Google, destacando dependências de modelos, geração de relatórios e limites de acesso à web. Também diferencia o Deep Research, mais demorado e estruturado, do Deep Search, mais rápido e superficial.
46:41 – 51:47Assistir
Amazon Nova Act e agentes autônomos
Apresenta o Nova Act, da Amazon, como uma tecnologia capaz de navegar na internet, preencher formulários, escolher datas e executar tarefas cotidianas por comando. O grupo discute sua relação com a futura Alexa, o uso como agente autônomo e a comparação com ferramentas de automação e navegadores controlados por IA.
53:02 – 1:00:57Assistir
Llama 4: novos modelos da Meta
Comenta o lançamento do Llama 4 e seus modelos Maverick e Scout, destacando multimodalidade, quantidade de parâmetros, desempenho e tamanho da janela de contexto. A conversa também aborda a dificuldade de executar esses modelos localmente e as promessas da Meta sobre sua superioridade.
1:00:57 – 1:05:58Assistir
Perguntas desta sessão
Como funciona o Deep Research?
O Deep Research realiza pesquisas mais aprofundadas usando navegação na web, análise de fontes e raciocínio para produzir respostas mais completas, relatórios elaborados e informações sobre assuntos recentes. O recurso vem sendo implementado gradualmente em modelos como Gemini, Perplexity e OpenAI.
13:10 – 13:36Assistir
Como funciona o Deep Research, desde o planejamento da pesquisa até a geração do resultado?
O Deep Research primeiro cria um plano de pesquisa que pode ser revisado e editado pelo usuário. Depois realiza buscas na web, coleta informações, identifica padrões, sintetiza os dados e gera um texto ou relatório com os resultados.
15:35 – 16:42Assistir
O Deep Research reúne os links pesquisados ou transforma as informações encontradas em um texto?
Ele faz várias pesquisas na web, reúne as informações dos links encontrados, sintetiza o conteúdo e entrega um texto ou relatório elaborado a partir dessas fontes.
17:49 – 18:15Assistir
O relatório gerado pelo Deep Research inclui referências e pode ser editado?
Sim. O relatório inclui as fontes consultadas, geralmente com links associados aos trechos utilizados. Dependendo da plataforma, ele pode ser gerado em PDF ou documento editável e ficar salvo no armazenamento vinculado à conta.
18:21 – 19:22Assistir
É possível identificar qual fonte foi usada para cada trecho do relatório gerado pelo Deep Research?
As plataformas podem destacar os trechos do relatório e associá-los aos links das fontes utilizadas, permitindo verificar de qual site veio determinada informação. Ainda assim, é necessário conferir a confiabilidade dessas fontes.
19:23 – 19:44Assistir
Como o Deep Research realiza uma pesquisa profunda a partir de um prompt?
O Deep Research interpreta o prompt, cria e apresenta um plano com etapas, busca e cruza informações na web, consulta as fontes selecionadas e consolida os resultados em um relatório.
33:57 – 35:55Assistir
É possível alterar as etapas planejadas pelo Deep Research antes da execução da pesquisa?
Sim. O usuário pode revisar o plano gerado e remover ou modificar etapas que não sejam relevantes para a pesquisa. Esse mecanismo é apresentado nos diferentes tipos de Research discutidos.
34:46 – 35:05Assistir
Por que a OpenAI não estaria utilizando RAG da mesma forma que Google e Perplexity?
A OpenAI também utiliza RAG; a ausência dessa informação no material apresentado foi um esquecimento. As pesquisas web e a geração de relatórios discutidas são, em essência, formas de RAG.
44:38 – 45:57Assistir
Por que não foi utilizado o Deep Research do Google na comparação?
Na configuração testada, o recurso do Google não conseguiu realizar uma busca web aprofundada nem gerar um relatório, apesar de várias tentativas de prompt. O Gemini consegue buscar páginas específicas quando solicitado, mas não produz o mesmo plano de pesquisa estruturado; a busca é mais superficial e as respostas são mais rápidas e diretas.
49:53 – 51:15Assistir
Como o Llama 4 Scout consegue identificar, em uma imagem com vários objetos, qual item atende a uma utilidade descrita pelo usuário?
O Llama 4 Scout tem capacidade multimodal: recebe uma imagem com vários itens e consegue identificar aquele que corresponde à função solicitada. Além disso, é um modelo relativamente pequeno, com possibilidade de execução em uma única GPU H100.
1:02:20 – 1:02:53Assistir